visuo-tactile world models专业
ACTS:仅用4.9小时人手操作数据训练的视触觉世界模型,场景预测较基线最高提升2 dB(MIT)
MIT、哈佛、华盛顿大学、伯克利和斯坦福的研究人员在预印本中报告,只用4.9小时人手持GelSight触觉传感器推拉物体的数据训练的世界模型,对0.5秒后场景的预测比在同一数据上从零训练的两个视触觉模型高0.7至2.0 dB PSNR。不经微调用于机器人时,预测的触觉压痕仍随真实接触出现和消失,但相机画面的迁移效果参差不齐。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
MIT、哈佛、华盛顿大学、伯克利和斯坦福的研究人员在预印本中报告,只用4.9小时人手持GelSight触觉传感器推拉物体的数据训练的世界模型,对0.5秒后场景的预测比在同一数据上从零训练的两个视触觉模型高0.7至2.0 dB PSNR。不经微调用于机器人时,预测的触觉压痕仍随真实接触出现和消失,但相机画面的迁移效果参差不齐。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。